Entwicklung und externe Validierung einer webbasierten Anwendung zur Vorhersage von lungenentzündungsassoziierten ARDS

Summary

Diese Studie zielt darauf ab, ein webbasiertes System zu entwickeln und extern zu validieren, das maschinelle Lernmodelle für frühzeitige Diagnose und klinische Phänotypisierung von lungenentzündungsassoziierten ARDS integriert, um eine präzise Behandlung zu erleichtern.

Abstract

Das akute Atemnotsyndrom (ARDS) ist eine hoch heterogene Erkrankung mit klinischen Manifestationen, die sich mit einer schweren Lungenentzündung überschneiden können und eine genaue Differenzierung erschweren. Daher sind eine frühzeitige Vorhersage und eine schnelle Clustering von Subtypen am Bett bei ARDS-Patienten dringend erforderlich. Diese Studie zielt darauf ab, ein webbasiertes System zu entwickeln, das validierte Modelle der frühen Patientenbettdiagnose und der klinischen Untergruppenklassifikation umfasst, um die Entwicklung und Phänotypen von pneumonieassoziiertem ARDS vorherzusagen. Diagnostische und Subgruppenmodelle wurden aus den beiden großen Datenbanken, Medical Information Mart for Intensive Care IV (MIMIC-IV) und Telehealth Intensive Care Unit (eICU), entwickelt und validiert und in ein webbasiertes Vorhersagesystem integriert. Daten von Patienten mit Lungenentzündung, die zwischen 2008 und 2019 länger als 24 Stunden im Krankenhaus waren, wurden analysiert. Die MIMIC-IV-Derivationskohorte umfasste 24.987 Patienten mit Lungenentzündung (14.121 mit lungenentzündungsassoziiertem ARDS); die eICU-Verifikationskohorte umfasste 20.676 Patienten mit Lungenentzündung (9.946 mit lungenentzündungsassoziiertem ARDS). Bei der Diagnose schnitt die Stacking-Methode des maschinellen Lernens am besten ab, mit einem AEC von 0,919, einer Genauigkeit von 70,00 %, einer Genauigkeit von 69,88 % und einem Rückruf von 82,27 % in der MIMIC-IV-Ableitungskohorte. Der AUC, die Genauigkeit, die Genauigkeit und der Abruf der eICU-Validierungskohorte betrugen jeweils 0,915, 70,87 %, 69,70 % und 69,70 %. Pneumonie-assoziierte ARDS wurde in drei klinische Phänotypen mit unterschiedlichen klinischen Merkmalen und Ergebnissen eingeteilt, die alle unterschiedlich auf die Behandlung ansprachen. Bei Patienten in den Clustern 0 und 1 waren die Sterblichkeitsraten im Krankenhaus bei denen, die eine frühe Kortikosteroidbehandlung erhielten, höher als bei denen, die keine erhielten, während bei Patienten in Cluster 2 die Sterblichkeitsrate niedriger war als bei denen, die keine Kortikosteroide erhielten. Wir führten eine Webtransformation der Diagnosevorhersage und klinischen Untergruppenklassifikation von pneumonie-assoziierten ARDS durch. Unsere webbasierten Modelle der frühen Diagnose am Bett und der klinischen Subgruppenklassifikation von lungenentzündungsassoziiertem ARDS können Klinikern bei der Diagnose und Behandlung der Krankheit sowie bei der Förderung individueller Präzisionsbehandlung helfen.

Introduction

Akutes Atemversagen, insbesondere das akute Atemnotsyndrom (ARDS) nach einer Lungeninfektion, ist ein häufiges, verheerendes Problem, das bei kritisch kranken Patienten auftritt. Studien haben gezeigt, dass die Inzidenz von ARDS bei Patienten auf der Intensivstation (ICU^{) bis} zu 10 % beträgt und die Sterblichkeitsrate etwa 40 ^% beträgt^. Eine schwere Lungenentzündung gilt weithin als Hauptursache für ARDS⁴. Da die klinischen Symptome von schwerer Lungenentzündung und ARDS ähnlich sind, ist es oft schwierig, ARDS von schwerer Lung....

Protocol

Diese Studie griff nach Abschluss der 44151052 Medical Information Mart for Intensive Care IV (Mimic-IV) Datenbank 11 (Version 1.0, PhysioNet: https://physionet.org/content/mimiciv/1.0/) und der Telehealth Intensive Care Unit (eICU) Datenbank¹² (Version 2.0, PhysioNet: https://physionet.org/content/eicu-crd/2.0/) auf die Medical Information Mart for Intensive Care IV (mimic-IV) Datenbank¹² (Version 2.0, PhysioNet: ) zu. Diese Studie wurde gemäß den Grundsätzen der Erklärung von Helsinki (2013) durchgeführt, und die Patienten hatten ihre Zustimmung zur Erfassung ihrer Daten in den beiden ....

Results

Teilnehmer
Die MIMIC-IV-Datenbank enthielt Daten von 24.987 Patienten mit Lungenentzündung, von denen 14.121 eine lungenentzündungsassoziierte ARDS hatten (Tabelle 1). Die eICU-Datenbank enthielt Daten von 20.676 Patienten mit Lungenentzündung, von denen 9.946 lungenentzündungsassoziierte ARDS hatten (Ergänzende Tabelle 1).

Etablierung und Verifikation eines lungenentzündungsassoziierten ARDS-Vorher.......

Discussion

Wie wir wissen, ist dies das erste diagnostische Modell und das klinische Subgruppenklassifikationsmodell, das maschinelles Lernen zur Berichterstattung von ARDS bei Lungenentzündungspatienten verwendet, und die größte Studie, die die Diagnose und klinische Untergruppenklassifikation von lungenentzündungsassoziiertem ARDS berichtet. In dieser Studie leiteten und validierten wir zwei auf maschinellem Lernen basierende Modelle und übersetzten sie in webbasierte Anwendungen für die klinisch.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Apache Tomcat	Apache Software Foundation	Version 9.0.85
Eclipse IDE	Finsternis	2023-09
Java Development Kit	Java	Version Java SE 8u381
RapidMiner Studio	Altair Engineering Inc.	Version 9.10.001
SPSS-Statistiken	IBM	Version 23.0